计算机工程

作者：郭家鼎, 王鹏

单位：1. 复旦大学 软件学院, 上海 2004382. 复旦大学 计算机科学技术学院, 上海 200438

关键词：数据库系统,关系型数据库,数据仓库,图查询,查询翻译

基金：国家重点研发计划(2020YFB1710001)

向量化查询等技术的成熟为基于数据仓库（数仓）实现图查询提供了契机，但现有系统没有考虑列式存储特点和图查询语句的特点，无法高效存储图数据及支持图查询优化。同时，由于需要保持原有图查询应用的兼容性，图查询Gremlin语言翻译生成的数仓SQL语言书写复杂且性能较差。针对上述问题，提出基于数仓的图数据库系统PandaGraph。在存储方面，PandaGraph基于关系模型高效存储图数据，结合数仓列式存储的特性进行主键和属性键设计，同时考虑到图查询和数仓查询执行特点，构建出入两张边表供图查询进行选择。在查询方面，PandaGraph结合不同Gremlin步骤的特点，构建关于遍历和存储表的查询结构，实现从Gremlin语言到SQL语言的翻译转化，使用多种优化规则对生成SQL语句进行改写，提高图查询性能。实验结果表明，PandaGraph在多场景下可正确进行翻译查询工作，并且在经典的低k跳查询场景下较现有专有图数据库系统获得5.8倍性能提升，在高k跳场景下可获得18.5倍性能提升，在基于规则的优化、基于表选择的优化和基于表结构的优化下PandaGraph可获得最少1.3、1.1和1.3倍的性能提升。

来源：2023年第9期

《计算机工程》期刊编辑部

查看计算机工程杂志2023年第9期